Elasticsearch问题总结和解决方法

标签：版本   开源   统一   阶段   趋势分析   master   不同   从库   多日志   

典型问题之一：Elasticsearch集群的磁盘被打爆

 造成磁盘被打爆有以下几种原因：

• 索引泛滥，索引接入无流程管控；
• 索引无生命周期管理；
• 索引分片数量不合理，单分片过大；
• 日志类索引未按天等细粒度划分，单索引过大；
• 多集群复用同一服务器节点；
• 磁盘容量大小不一。

这些问题比较基础，其实也反映出早期在使用Elasticsearch时没有很好的规划。针对上面的各种问题，总结了如下几点实践经验：

• 集群管控收敛账号权限，限制每个账号操作索引的范围。避免各个部门或业务随意复用集群，比如不通过系统申请直接将其它各种日志或业务数据直接Load进Elasticsearch，造成索引泛滥无法治理；

• 索引生命周期管理。不管线上数据还是离线数据，应该有个消亡的过程。比如梳理过程甚至发现3年前的数据还存在，这极大的浪费了磁盘空间；

• 合理的分片数量规划。分片数量的规划其实和我们的数据量有很密切的关系的。比如节点的个数是多少、磁盘的空间是多少，我们建议尽量控制单个分片数量在100G以内，避免单分片过大在均衡时将磁盘打爆；
• 日志类的索引，避免单个过大，按照天划分是比较好的解决方案。如果按照天划分索引仍然很大，这个时候就需要按小时更小粒度的划分规则；
• 不同集群复用相同的服务器分区。由于Elasticsearch有自己的警戒水位线，之间会互相影响，很容易导致磁盘空间触发达到上限问题。

典型问题之二：Elasticsearch集群写入变慢

Elasticsearch集群写入变慢需要考虑以下几个问题：

• 索引梳理，是否所有信息都要写入？
• 分片数量是否合理？
• 业务需求是否需要多副本？
• Refresh时间是否可以更大？
• Logstash处理吞吐是否达到瓶颈？
• Translog刷新策略是否要优化？
• 磁盘硬件IO是否太差？

针对上面这几个问题我们的实践经验是：

• 减少不必要的写入。例如减少没有必要的大文本类的写入，因为这些大文本会耗更多的IO；

• 合理设置分片数量。分片数量不是越多越好，分片越多会导致写入变慢；
• 多副本会极大的影响写入吞吐。在Elasticsearch的写入机制里，Primary要等待所有Replica写完之后才能返回给客户端；
• 对于日志类的索引没有必要秒级刷新。大家可能都使用了默认配置刷新时间，其实调整为5秒、10秒也是可以接受的。目前很多日志类的我们设置为60秒；
• Logstash有吞吐瓶颈。之前测评在某一场景下，它的吞吐量也就1-2万左右。业内还有一些开源的工具替代Logstash，包括一些自研的程序，可以极大的提高写入的吞吐；
• 明确服务器用的是SSD还是普通的SATA机械盘。ssd的读写速度会比普通的SATA机械盘快。目前针对一些业务数据我们采用冷热分离策略，新数据库写入SSD磁盘，早期的数据会自动均衡到SATA机械盘。

开发规范

针对这些影响业务稳定性的问题，我们内部制定了相应的规范约束：

日志类应用：

• 提供容量与吞吐量预估；注：在新业务接入时，我们要求业务方提供当前业务的容量和吞吐量的预估值 ( 例如：每天的增量数据有多少条、保留的时间是多少 )
• 提供静态mapping结构；注：包括对日志类的业务，我们也强烈建议使用静态mapping
• 统一接入大数据部门Kafka集群，并提供topic和ClientId；
• 提供Logstash filter过滤规则配置；
• 索引配置，默认5分片1副本 ( 可调整 )；
• 数据保留策略，建议不超过30天；
• 索引按天划分，命名规则建议为：前缀+日期时间戳，如xxx-2020-02-01；注：这里还是强烈建议日志类索引按照天划分
• 禁止私自接入新索引，接入账号权限限制匹配特定索引前缀。

非日志类应用：

这类多是数据检索类的服务。

• 提供容量与吞吐量预估；

• 提供业务类型评估，线上一级核心业务优先接入公司主搜服务；

注：因为这会涉及公司的商业搜索策略

• 重要业务独享集群，非核心业务复用公共集群；注：重要的业务要保证业务的可靠性、稳定性。
• 提供静态mapping结构；
• 索引配置，默认5分片2副本；注：根据实际业务进行动态调整
• 禁止私自接入新索引，接入账号权限限制匹配特定索引前缀。

Elasticsearch服务架构

在整合所有Elasticsearch之后，我们统一了Elasticsearch的服务架构：

该架构有以下几个特点：

• Elasticsearch的每一个节点角色都是独立的。我们的Master节点和Data节点不会复用，对于大规模集群也会额外增加client节点；
• Elasticsearch的版本统一升级到6.8以上。因为Elasticsearch在6.8版本开始提供基于角色的安全认证，这对我们的索引治理和管控来说是非常重要的，而之前我们有不少Elasticsearch是在裸奔，没有任何的安全限制；
• 公共的IK插件。现在的分词插件目前还是使用的默认的IK插件；
• 冷热数据分离。我们根据索引的业务场景，配置不同类型的数据节点，配合我们的索引管理策略，在低负载的时候 ( 晚上或某个时间点 )，自动调整索引的配置，让它进行自动迁移。

二、典型应用实践

1、ELKB简介

在介绍我们典型的应用实践之前，我们先再介绍ELKB。

ELKB是一套日志管理方案，它是Elasticsearch、Logstash、Kibana、Beats服务的简称。Elasticsearch用于存储数据，并提供搜索和分析；Logstash用于数据收集及转换管道，可扩展的插件；Kibana用于对存储在Elasticsearch中的数据进行可视化展示；Beats用于多类型数据采集器。

ELKB的架构分为三层：数据提取层、数据的存储层、数据展示层。ELKB将数据的提取、存储、展示做成套件，这是它比较优势的地方。

2、应用实践之一：58实时日志平台

早期阶段：

58内部有好多套技术方案实践，该架构是5年前系统运维部同学维护的一套日志收集平台，有两条业务线在使用。这个版本当时比较低，它通过Logstash抓取日志，但是Logstash这块非常消耗资源，经常出现一些稳定性的问题。

现在阶段：

目前我们在公司主流的日志平台主要是这种：

工作流程：

• 收集：日志收集使用大数据部门的Flume进行抓取；
• 存储：数据收集完后会存储到公司统一的Kafka集群；
• 展示：我们做了日志管理平台-飞流。另外因为Kafka存储的数据时间有限制，我们将Kafka的数据写入到线下的KV存储系统或者一些检索系统中。监控报警系统可以提供一定的监控。

改进阶段：

接着也就演变到了下面这种新的日志平台：

• 收集：在数据抓取层除了使用Flume之外，我们增加了Filebeat等套件；
• 缓存：抓取的数据仍通过公司的Kafka集群进行缓存；
• 过滤转换订阅消费：通过Kafka之后的下游消费我们使用Logstash，因为Logstash的单节点的吞吐量有性能瓶颈，我们通过部署多套，并让多个Logstash节点进行消费。另外一种就是hangout。hangout是携程一个开源的类似Logstash的Kafka消费组件，它在部分场景下的吞吐量不错；
• 存储检索：使用Elasticsearch；
• 展示：我们还自研了一些应用程序，通过Kibana直接给数据分析师、用研员提供服务。另外部分业务也依靠Elasticsearch做趋势或者预警方面的功能监控报警平台，以及一些日志管理系统，用于满足自己的业务需求。

应用实践之二：MySQL实时慢日志

早期业内大家做MySQL的慢日志系统大都是获取上一整天的慢日志，进行统一分析，然后生成上一天的慢日志报表。这种方式有一定的滞后性，如果业务调整SQL或者新发布了一个功能想看实时的性能状况，这种需求是满足不了的。开发人员需要看到数据库实时的慢日志，以方便更快的进行性能诊断。我们使用ELKB技术栈来实现：

 

• 收集：采集层使用公司的agent来管理每个 MySQL 服务器节点上的Filebeat，比如实现对每个MySQL节点配置Filebeat，并进行初始化、启停等管控；
• 缓存：数据收集完成后，上报汇总到公司的Kafka集群；
• 过滤：配置Logstash过滤分析节点，因为MySQL慢日志格式还是比较复杂，这里面要做一些分析过滤、切割转换等相关操作；
• 存储：最终统一存入到Elasticsearch中；
• 展示：目前我们支持在58云DB平台【内部的私有云数据库平台】上直接查看。我们也可以通过Kibana提供的统计工具进行趋势分析、运维报警等；

目前给开发人员提供的用户端，通过页面可以实时看到自己的MySQL，从收集到MySQL到展示，目前可以做到5秒以内展示。

4、总结

上面介绍的是58同城内部两个主要的应用实践，目前数据库团队已经收敛了整个公司30+套各种业务的Elasticsearch集群、300多个节点，服务器接近200台，我们的管理维护还有不少的工作要做。

三、平台化建设

从去年开始，我们启动了Elasticsearch平台化建设，一是面向用户端提高开发接入Elasticsearch的效率，另外就是面向DBA管理端，可以对Elasticsearch集群进行高效运维及索引治理等。

58云DB平台Elasticsearch功能架构图如下：

1、用户端

针对用户端，我们把Elasticsearch开放给开发人员、数据运营、数据分析师等，使他们能够对Elasticsearch的数据进行基本的查询，包括数据统计、分析报表、 查看Elasticsearch的状态等。

• 集群负责人可以从管理界面上看到自己名下的集群列表、Kibana地址、集群容量、操作申请等。

• 这个界面是索引申请界面。所有接入者通过标准化的方式、规范化的流程来完成需求提交。每一个索引的接入必须包括数据的保留策略、mapping、数据写入方式等。

2、管理端

在管理端，我们实现了一键部署Elasticsearch集群。由于Elasticsearch是分布式的，部署的线路是比较长的，它需要多节点、不同的角色，包括监控、Logstash、Filebeat等相关的管理都是支持的。

• 从管理界面上可以看到哪个ip地址上运行着哪个集群、它的角色是什么。

• 一键自动化部署。

3、索引治理

索引治理后续会做一些索引的生命周期管理，现在的管理我们最多的还是依赖脚本，后面索引的工作，我们希望都放到平台上来，都要有相关的操作记录。

• 索引的监控

对于服务端目前使用的是 Zabbix+ Grafana的方式。我们开发了一套程序。将所有集群的监控指标打入到其中一套Elasticsearch集群中去，然后Grafana基于Elasticsearch做了图表的展示，再通过Zabbix进行一些系统的报警。

用户端，可以通过Kibana可以看到索引index的速度、延迟等信息。

四、后续规划

1、版本升级

Elasticsearch 7.X，在Elasticsearch 7.X版本在性能优化上做了很多东西，包括：查询的相关性、对内存的管控方面。但是它同样存在一个问题，Elasticsearch版本不向下兼容，比如6.x版本升级到7.x版本，它的变化会比较大。

2、集群智能诊断

集群功能越来越多，目前集群出了问题还是依赖运维人员手动发现。我们希望通过规则或者自动分析等手段，实现故障的自动化处理。

3、私有云探索

接到Elasticsearch业务需求，我们首先要分析它的业务模型：是搜索的还是日志流水的？不同的用途对硬件的消耗差别是很大的，而服务器并不是高度的契合业务配置。在这个方面是有非常多的资源浪费，我们希望通过云模式，能够减少资源浪费，提高资源的利用率。

五、问答环节

1. Elasticsearch数据如何与hadoop大数据平台数据仓库同步？

答：Hadoop或hive数据可以通过官方的相关组件，也可以通过自己写程序进行同步。

2. Elasticsearch日志应用中，怎么定义日志格式，有些后台日志情况复杂，比如except崩溃的，怎么处理这种后台日志问题？

答：关于日志格式可以看下Filebeat，Filebeat在收集日志的时候有多行合并功能，从Kafka到Logstash可以定义自己的过滤规则，这样可以很容易的把问题解决掉。

3. MySQL数据如何导入到Elasticsearch，并保持实时同步？

这是一个比价大的主题，从MySQL到Elasticsearch这里考虑的规则还是比较多的。如：单表导入到单索引、多表导入到一个Elasticsearch索引、单表导入多个索引，这些都是不一样的。业内做MySQL到Elasticsearch的同步的方案比较多，主流的有如下几种：

简单粗暴的由业务层双写，即写完MySQL之后直接写Elasticsearch，当然这样双写可能无法保证数据的一致性，有些公司对异常有补偿机制：如果写入ES失败，先把写失败的数据记录下来，通过独立后端程序进行异常的数据修复。

一些开源的工具。比如阿里开源的多数据源dataX，它的设计原理是直接到MySQL中查询数据，它高度依赖一条记录的过期时间，大于过期时间就将数据取出来写到Elasticsearch中去，这个实时性依赖于程序多久刷新一次，但是如果数据删除了，是无法感知到的。

直接解析MySQL的binlog。阿里也有这样的开源工具canal。它的实现原理就是模拟一个MySQL的从库，它订阅所有主库的变更，当MySQL数据变化时，它将解析的变更可以放到Kafka中去，Kafka下游可以消费后写入Elasticsearch，也可以不经过Kafka直接解析出来写入Elasticsearch。但canal也有个问题。它单节点处理能力受限。当MySQL主库写入稍微多一些的情况下，这时候canal解析速度跟不上，导致大量延迟，如果主库的持续的写入量大，canal会一直延迟，而且延迟越来越大，同时会出现很多问题。

4. Elasticsearch如何实现高效的二级索引？

答：类似于MySQL的回表查询模式，先将所有待查询的数据同步到Elasticsearch中，同步时带上相关的记录id，在Elasticsearch完成查询后，再用这些id去相关的MySQL或HBASE进行查询返回完整数据。

本文转自：https://www.toutiao.com/i6956775113597452804/?tt_from=mobile_qq&utm_campaign=client_share&timestamp=1619762294&app=news_article&utm_source=mobile_qq&utm_medium=toutiao_android&use_new_style=1&req_id=20210430135814010212087079413450D9&share_token=fda0a666-851a-4903-92a6-5a1f926ad960&group_id=6956775113597452804

Elasticsearch问题总结和解决方法

标签：版本   开源   统一   阶段   趋势分析   master   不同   从库   多日志   

原文地址：https://www.cnblogs.com/nizuimeiabc1/p/14774194.html